
使用場景
用於優化編譯器生成的中間表示(IR)的代碼大小。
在開發新編譯器技術時,預測最優的優化傳遞序列。
將彙編代碼反編譯為LLVM IR,以便於進一步的代碼分析和優化。
產品特色
預測LLVM優化對代碼大小的影響
生成最小化代碼大小的優化傳遞列表
從x86_64或ARM彙編代碼生成LLVM IR
在編譯器優化任務中實現接近完美的輸出複製
提供7B和13B參數的模型以滿足不同服務和延遲需求
遵守Meta的許可證和可接受使用政策
使用教程
安裝必要的庫,如transformers。
使用AutoTokenizer從預訓練模型中加載分詞器。
創建transformers.pipeline以設置文本生成的pipeline。
通過pipeline傳遞代碼片段,並設置生成參數,如do_sample、top_k等。
獲取生成的序列,並評估生成的文本以確定其適用性。
精選AI產品推薦

Screenshot To Code
截圖轉代碼是一個簡單的應用程序,它使用GPT-4 Vision生成代碼,並使用DALL-E 3生成類似的圖片。該應用程序具有React/Vite前端和FastAPI後端,您需要具有訪問GPT-4 Vision API的OpenAI API密鑰。
AI代碼生成
1.1M

Openui
構建UI組件通常是一項乏味的工作。OpenUI旨在使這一過程變得有趣、快捷和靈活。這也是我們在W&B用於測試和原型化下一代工具的工具,用於在LLM的基礎上構建強大的應用程序。您可以使用想象力描述UI,然後即時查看渲染效果。您可以要求進行更改,並將HTML轉換為React、Svelte、Web組件等。就像是V0的開源和不太精緻的版本。
AI開發助手
784.4K